Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Кодовый агент с замороженной LLM продолжает осваивать новые способы правки кода, если может перестраивать окружающую обвязку (scaffold): инструменты, проверки и разбиение задач. Работа OnCorps связывает потолок системы с фиксированным набором доступных правок, а не только с фиксированными весами, хотя препринт не рецензирован и числа получили сами авторы. Значит, при аудите агентной системы недостаточно проверить модель.
Авторы представили цикл доработки как последовательность патчей, каждый из которых исправляет остаточные ошибки предыдущей версии. Если доступный агенту набор правок не меняется, прибавка от каждого следующего раунда стремится к нулю. Перестройка обвязки расширяет этот набор без обновления весов, но лишь откладывает насыщение: расширение возможностей необходимо для выхода из прежнего потолка, однако само по себе успеха не гарантирует.
Добавление параллельных агентов не снимает это ограничение. Выбор лучшего ответа быстрее достигает потолка самого сильного участника, но не поднимает его. Голосование могло бы объединить разные способности, однако агенты одной модельной семьи ошибались на одних и тех же заданиях: большинство провалило 42% из 55 задач.
Эмпирическую часть проверяли на SWE-bench с двумя уровнями Claude и тремя режимами обратной связи. Отдельно авторы изучили 401 рабочую сессию разработки и сопоставили форму затухания правок с 9 395 сессиями до внедрения ИИ. В обоих наборах улучшения насыщались, но эти наблюдения показывают форму процесса, а не доказывают, что её вызвал именно неизменный набор доступных правок.
Для архитектуры продукта граница проходит не между изменяемыми и замороженными весами, а между фиксированной и переписываемой средой агента. Если агент может менять проверяющие программы, инструменты или схему декомпозиции, его возможности способны расти при прежней модели. Если среда зафиксирована, дополнительные раунды и параллельные запуски дают всё меньшую прибавку.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
